基于泛函网络的预测模型及算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-11页 |
| ·引言 | 第9页 |
| ·课题的背景知识 | 第9-10页 |
| ·本文的内容及结构安排 | 第10页 |
| ·本文的创新点 | 第10页 |
| ·本文的重点和难点 | 第10-11页 |
| 2 泛函网络的理论基础及国内外研究现状 | 第11-23页 |
| ·泛函网络的提出 | 第11-12页 |
| ·泛函网络的国内外研究现状 | 第12页 |
| ·泛函网络的拓扑结构 | 第12-13页 |
| ·泛函网络与神经网络的区别 | 第13-14页 |
| ·泛函网络的模型和学习算法 | 第14-23页 |
| ·泛函神经元及其变形 | 第14-15页 |
| ·两种简单的,典型的泛函网络模型 | 第15-19页 |
| ·可分离的泛函网络模型 | 第19-23页 |
| 3 预测方法的理论基础及国内外研究现状 | 第23-31页 |
| ·预测的目的和意义 | 第23页 |
| ·预测的分类 | 第23-25页 |
| ·定性预测 | 第23-24页 |
| ·定量预测 | 第24-25页 |
| ·定性预测和定量预测的区别和联系 | 第25页 |
| ·常用的预测方法及国内外研究现状 | 第25-31页 |
| ·基于时间序列分析法的预测技术 | 第25-26页 |
| ·基于灰色系统理论的预测技术 | 第26页 |
| ·优化组合预测技术 | 第26-27页 |
| ·基于神经网络的预测技术 | 第27-29页 |
| ·支持向量机 | 第29-31页 |
| 4 基于泛函网络的回归预测模型及学习算法 | 第31-42页 |
| ·回归预测法概述 | 第31页 |
| ·回归预测法的分类 | 第31-32页 |
| ·线性回归预测 | 第32-33页 |
| ·一元线性回归预测法 | 第32页 |
| ·多元线性回归预测法 | 第32-33页 |
| ·非线性回归预测 | 第33页 |
| ·传统回归预测的缺陷 | 第33-34页 |
| ·基于泛函网络的回归预测模型和学习算法 | 第34-38页 |
| ·基于泛函网络的一元非线性回归预测模型及学习算法 | 第34-36页 |
| ·基于泛函网络的多元非线性回归预测模型及学习算法 | 第36-38页 |
| ·应用研究实例 | 第38-42页 |
| ·一元非线性回归预测实例 | 第38-39页 |
| ·多元非线性回归预测实例 | 第39-42页 |
| 5 基于泛函网络的宏观经济预测模型及学习算法 | 第42-54页 |
| ·经济预测的基本概念 | 第42-46页 |
| ·经济预测的起源和发展 | 第42页 |
| ·经济预测的概念 | 第42-43页 |
| ·经济预测的基本原则 | 第43-44页 |
| ·经济预测步骤 | 第44-45页 |
| ·经济预测分类 | 第45-46页 |
| ·宏观经济预测 | 第46-47页 |
| ·宏观经济系统的特点 | 第46-47页 |
| ·宏观经济系统中预测存在的困难 | 第47-48页 |
| ·基于泛函网络的宏观经济预测 | 第48-51页 |
| ·基于泛函网络的宏观经济预测模型 | 第48-49页 |
| ·基于泛函网络的宏观经济预测模型的学习算法 | 第49-51页 |
| ·应用研究实例 | 第51-54页 |
| ·模型变量的选择 | 第51页 |
| ·模型的建立和求解 | 第51-52页 |
| ·预测及及经济分析 | 第52页 |
| ·模型的经济分析 | 第52-54页 |
| 6 全文的总结和展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的文章及参加的科研项目 | 第63页 |
